Vimium C浏览器扩展中Vomnibar新标签页隐私模式失效问题分析
问题现象
在Vimium C浏览器扩展的最新版本(v2.12.3)中,用户发现通过Vomnibar.activateInNewTab private命令无法正常在隐私模式下打开新标签页。该功能原本设计用于在隐私窗口(private)中打开用户通过Vomnibar输入的搜索内容,但当前却会在当前窗口(无论是否为隐私模式)中直接打开新标签页。
技术背景
Vomnibar是Vimium C扩展提供的多功能地址栏/搜索栏功能,它允许用户通过键盘快捷键快速访问浏览器历史记录、书签、打开的标签页以及执行搜索操作。activateInNewTab是该功能的一个变体,专门用于在新标签页中打开结果,而private参数则指定了应在隐私模式下打开。
问题根源
经过深入分析,发现该问题的根本原因与Vimium C的"优先使用浏览器默认搜索引擎"设置有关。当用户启用了该选项时,Vomnibar会绕过扩展自身的搜索处理逻辑,直接调用浏览器的原生搜索功能,而这一路径似乎没有正确处理隐私模式的参数传递。
解决方案
目前有两种可行的解决方案:
-
临时解决方案:在Vimium C的设置中取消勾选"优先使用浏览器默认搜索引擎"选项。这样Vomnibar将使用扩展自身的搜索处理逻辑,能够正确识别并应用
private参数。 -
长期解决方案:等待开发者修复该功能,使其在"优先使用浏览器默认搜索引擎"选项启用时也能正确处理隐私模式参数。这可能需要修改扩展与浏览器原生搜索API的交互方式。
相关技术细节
值得注意的是,该问题只影响通过Vomnibar默认搜索功能打开的页面。当用户直接输入URL或使用自定义搜索引擎时,隐私模式功能仍然可以正常工作。这表明问题可能出在Vomnibar与浏览器默认搜索引擎的集成层,而非整个隐私模式功能本身。
此外,用户还报告了另一个相关现象:无论"优先使用浏览器默认搜索引擎"选项如何设置,"默认搜索引擎"设置似乎都无法覆盖浏览器的默认设置。这可能是另一个需要开发者关注的问题点。
总结
Vimium C作为一款强大的浏览器效率工具,其Vomnibar功能在日常使用中非常便利。隐私模式搜索功能对于需要临时搜索特定内容的用户尤为重要。目前用户可以通过调整设置暂时解决该问题,期待开发者在后续版本中提供更完善的解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00